这篇论文用具体数据和实验证明世界模型的幻觉本质是数据覆盖问题,还给出了实用的检测和缓解方法。
#世界模型
Tripo AI 搞了个新世界模型 Project Eden,先建好地图再渲染,物体不会消失,还能多人同在一个世界。刚融资 2 亿美元,值得关注。
通义千问出了个新模型,不是教Agent怎么动,而是先让模型懂环境变化。用模拟环境练出的Agent反而比真实环境练的还强,还开源了35B版,值得看看。
Qwen做了个新Agent模型Paradigm II,不用额外训练就在终端、编码、搜索和工具调用任务上全涨分,尤其没见过的任务也管用。
阿里Qwen造了个能模拟7种环境的AgentWorld,在AgentWorldBench上干掉了Claude和GPT最新版,训练智能体不用真实环境也能更强,零微调迁移呢。
NVIDIA 把 SIGGRAPH 当作技术风向标,做图形渲染、物理仿真或 AI 模型的团队值得关注,可以提前规划参会或跟进后续发布。
这篇论文戳破了“数据足够就能预测一切”的常见假设,做因果推断、反事实推理或世界模型研究的开发者会看到理论上的新边界——原来预测器天生缺失跨世界耦合信息,而WorldKernel给出了补全它的数学框架,值得细读。
机器人操控研究者终于有了一个能高效解耦世界建模与动作执行的方案——AHA-WAM在速度和成功率上双赢,做具身智能的团队可以直接参考其异步架构设计。
具身智能赛道迎来中国玩家登顶,做机器人或世界模型研究的团队值得关注 Kuawei 的技术路径,看看他们如何用数据引擎超越国际对手。
想系统入门世界模型的开发者终于有了一条清晰的动手路径——五讲五项目从 VAE 到 Dreamer 全覆盖,比啃论文高效得多,建议直接跟着项目跑一遍。
张凯夫从阿里电商AI操盘手转向市场行为预测,做AI+金融/商业分析的团队可以关注这个新方向,看看世界模型如何落地市场预测。
Momenta 的全球扩张和 R7 世界模型落地,让关注自动驾驶落地的从业者看到 L4 级技术从测试到商用的加速路径,做出行服务或智驾方案的团队值得关注其多城部署节奏。
NVIDIA 把物理推理和世界生成塞进一个开源模型,做机器人或自动驾驶的团队可以直接拿来用,省去从头训练物理世界模型的成本。
医疗AI终于从“识别病灶”进化到“预测疗效”,做临床决策的医生和医疗AI开发者值得关注——世界模型正在把试错成本降到零,建议点开看看它如何颠覆传统治疗流程。
做视频生成或世界模型的研究者终于有了正经的评估工具——WBench 把视觉质量和控制能力分开测,看完你会明白为什么很多漂亮视频其实不能当世界模型用。
Ethan He 对 AI 前沿的预判直击要害,做视频生成、智能体或世界模型的开发者看完会有启发——尤其是关于迭代速度和智能体方向的洞察,值得点开细品。